Шанхайская лаборатория искусственного интеллекта (Shanghai AI Laboratory) опубликовала Intern-S2-397B — свою мультимодальную базовую модель, ориентированную на научные исследования. Модель с открытыми весами доступна на платформах Hugging Face и ModelScope после презентации 13 сентября на Инновационном форуме Пуцзян 2026 и брифинга в лаборатории 21 сентября. Официальное английское название — Shanghai AI Laboratory / Intern-S2. Этот релиз отличается от недавних публикаций лаборатории Atria Dawn, Intern Physical World Model W0 и NCP-ArchPreview: здесь речь идет о выпуске весов научной модели и ее архитектуры, а не об очередном анонсе агента или модели мира.
Intern-S2 нацелена на долгосрочные научные исследования и агентные циклы. Материалы лаборатории подчеркивают наличие подключаемого декодера памяти (Memory Decoder), который позволяет добавлять модули доменной памяти без полного переобучения базовой модели. Сообщается, что применение Intern-MemDec-4B в биологических экспериментах позволило повысить средние показатели по задачам Biology-Instructions с примерно 56,92 до 60,32, сохранив при этом общие результаты на уровне основной модели. На Hugging Face указано около 403 миллиардов параметров для модели Intern-S2-397B. Описывается визуальная предварительная подготовка на основе страниц научной литературы, многодоменное научное обучение с подкреплением в более чем 20 областях и долгосрочное обучение агентов с подкреплением в изолированных средах. Среди путей обслуживания — LMDeploy, vLLM и SGLang; также задокументирован официальный API-эндпоинт Intern.
Shanghai AI Laboratory заявляет, что Intern-S2 глубоко оптимизирована совместно с вычислительным стеком Huawei Ascend по параметрам вычислений, коммуникаций и памяти. Модель будет интегрирована в научную платформу лаборатории Intern DuanYan для научных открытий в области наук о жизни, материаловедения, полупроводников и смежных дисциплин. Согласно данным, предоставленным поставщиком, Intern-S2 занимает лидирующие позиции среди моделей с открытым исходным кодом в категориях знаний, кода и агентных наборов, а также демонстрирует высокие результаты в задачах, связанных с биологией и материаловедением. Эти показатели будут подтверждены независимыми тестами.
Для исследовательских команд конкретным результатом является возможность загрузки весов Intern-S2-397B с документированным путем использования Memory Decoder и заметкой о сотрудничестве с Ascend — это обновленная мультимодальная база для открытой науки, предназначенная для использования сообществом, а не закрытый анонс, доступный только через API.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
